Python中提取变量内波斯语文本（禁用正则表达式）

你之前逐个替换英文字母的方法根本不现实——毕竟要处理的非波斯语字符可能五花八门，没法全部枚举替换。正确的思路是利用波斯语字符的Unicode范围来筛选，直接保留符合条件的字符。

波斯语使用的字符（字母、数字、常用标点）基本都集中在Unicode的U+0600到U+06FF区间内，我们可以遍历字符串的每个字符，只保留落在这个区间里的内容：

test = "Hello World سلام دنیا"
# 筛选并拼接波斯语字符
persian_content = ''.join(char for char in test if '\u0600' <= char <= '\u06FF')
print(persian_content)  # 输出：سلام دنیا

这个方法不需要关心混入的其他语言是什么，不管是英文、中文还是其他语言，只要字符不在波斯语的Unicode区间内就会被过滤掉，完美解决你说的“文本内容随机、单词数量不确定”的问题。

内容的提问来源于stack exchange，提问作者Mahyar Mortezaei